
现在,随着技术的快速发展,人形机器人逐渐纳入了我们的生活。无论是家庭服务,工业制造还是爱好演讲,它们都扮演着必要的角色。但是您是否感到困惑:为什么他们像人类机器人一样遇到艰难时期以保持行走时保持稳定的姿势?首先,对人形机器人的结构和运动特性有更深入的了解。类人形机器人主要由头部,躯干,脚和关节组成,并依靠摩托车和降低器来实现运动。步行时,他们需要通过旋转关节来保持平衡。但是,该过程并不总是平稳。本文指出:人形机器人的基础垂直行走是一种仿生的机械结构,通常是以下部分的binufull:自由的关节和自由度:机器人的腿,臀部,膝盖,膝盖和脚踝通常被设计为自由的多级自由度(DOF),这模仿了人类Joi joi joi joi joi的灵活性NTS。例如,髋关节需要实现前秋摆(矢状平面)和左右冠状平面。约会方法:关节是由电动机(例如伺服电动机,谐波驱动器),液压设备或气动装置驱动的。现代机器人经常使用带有还原器(例如谐波还原器)的高精度,高权力的电动机来实现准确的控制。轻量级材料:使用碳纤维,铝合金和其他材料来减轻体重,同时确保结构强度。人形机器人的结构非常复杂,并且包含许多kasukusuan,无疑会增加运动过程中的摩擦和抗性。尤其是在关节中,摩擦问题尤为好 - 众所周知,这使得机器人在行走时很难保持直姿势。此外,机器人的重量分布也很重要,并且不平衡的重量分布可能会导致步行过程中的倾斜度。 Ang Rreate-Sa Pagitan Ng Kakayahang Umangkop在Balanse: bagaman maraming mga antas ng mga kasukasuan ng kalayaan (tulad ng 3 degree ng kalayaan ng hip joint at 2 degree ng kalayaan ng bukung-bukong) ay maaaring gayahin ang mga paggalaw ng tao, ang pagtaas ng antas ng kalayaan ay hahantong sa exponential na Paglaki NG控制维度:6置斜纹蜘蛛机器人Lamang Ang Nangangailangan Ng 18度,Ang Pagig kumplikado ng控制算法急剧上升。降低动态稳定性:多粉Meal Linkanib链接可以很容易地引起寒意(例如行走时的躯干摆动和干扰臀部角度)。仿生关节的物理局限性:不能完全复制人类关节的柔韧性:例如,膝关节的弯月板缓冲,脚踝关节的肌腱弹性以及严格的机械结构很难实现“柔性触摸到地面”的效果,这很容易引起熔融效应的影响。电动密度与电动机量 + Redu之间的冲突CER限制:尽管谐波还原器非常准确,但扭矩密度(例如HD谐波还原器约50 n·m/kg)小于人类肌肉(约300 N·M/kg)。波士顿电力Atlas转移到液压功率(电密度增加3倍),ButIT在油和油的泄漏中冒险。能源消耗问题:双皮亚步行能量的特定消耗(每个距离单位移动的每单位移动能量)是机器人轮胎的10倍以上,电动机效率应达到90%以上(目前约为高端伺服摩托车的85-92%)。动态响应速度:快速GIT(例如运行)需要驱动系统的毫秒响应,但是电动机转子惯性和还原器反向弹性将导致延迟。例如,MIT Cheetah 3通过低点直接驱动电动机(无还原器)实现了1kHz控制频率,但置于牺牲的扭矩。强烈碳纤维在材料选择中的挑战:尽管规格IFIC强度(密度)是铁的5倍,各向异性会导致关节上的分层,并且不能焊接(需要胶或螺栓,减肥)。 3D保护金属结构的缺陷:拓扑优化可以减轻30%的重量,但疲劳强度仅为假部分的70%(例如,重复重复2倍体重的2倍的影响力时,很容易崩溃)。动态载荷下的变形:例如,本田Asimo的铝合金腿在紧急停止期间会产生微米尺度的变形,从而导致IMU数据与真实姿势的偏差,这需要通过强度传感器的反馈来补偿。非结构性土地的部队控制单一接触餐馆:在沙子或雪中,接触区和联合转换器的争议力量。传统的位置控制失败,需要强度控制(例如MIT阻抗控制算法),但是传感器的噪声(±2%FS)将因果E步态抖动。吸收机制的影响:储存人拱能量的弹性效率达到60%,而机器人弹簧阻尼系统(例如Atlas的“系列”驱动程序系列)只能达到40%,并提高机械复杂性。驱动器单元的热积聚:伺服电机的连续工作温度可以达到80°C。如果腿的受限腿被拆卸不佳(例如Toyota T-HR3的关节模块),它将引起磁铁(Neodymium Iron Boron Magnet的库里安温度为310°C,但磁性通量为310°C,但在5%c)处于5%C)。布线困难:多个自由度在冲击道路上 - 能力杆(电源,编码器,强度传感器),线束接线的重量成本的15%的腿部总重量(例如Unitree H1),并且在重复弯曲后可以轻松地破裂(需要灵活的电路板,成本增加了10倍)。机器人需要感觉自己的姿势和环境信息实时实时,并且很大程度上依赖以下传感器:惯性测量单元(IMU):包括陀螺仪和加速度计,用于查看倾斜角,角速度和机器人加速度的角度。这是维持平衡的主要传感器。 IMU(不规则测量单元)是人形机器人实现对平衡行为和控制的理解的主要传感器,但是它对实际应用有许多限制,这直接影响P Probot移动和环境灵活性的稳定性。以下是详细检查:短期噪声:IMU中的白色透射镜和加速度计(例如陀螺仪噪声密度约为0.005°/s/√hz),导致角度误差在态度期间随时间累积(例如Quaternary积分)。例如,仅依靠IMU的头角可以在10秒后漂移2-3度。长期漂移(偏置不稳定性):温度或衰老设备的变化导致零偏置漂移(例如消费者GRADE MEMS陀螺仪零偏置稳定性约为10°/h),长期运行后的位置误差会增加二次。例如,仅使用IMU来计算位置时,位置误差可以在1分钟后达到几米。解决方案:通过过滤Kalman(EKF)或辅助拍摄漂移,视觉收敛(VIO的Tulad),编码器或地面接触数据。无形的接触力:IMU仅测量人体的加速和角度,并且不会直接捕获单脚和土壤之间的接触强度(例如滑板,冲击强度的分布)。例如,在冰上行走时,IMU看不到脚的脚,导致步态控制失败。外部干扰的错误判断:如果机器人被外力推动(例如推动),IMU会因其自身的运动而出错,从而导致控制算法产生不正确的反向扭矩和下降。解决方案:这是必要的ARY可以在与足底力传感器(例如六个维力传感器)或Magasy Asy -Torque反馈中识别内部/外部加速度。机械振动耦合:腿部或高频开始和停止关节电动机的快速摆动将导致机械振动(例如10-100Hz)。随着态度的变化,IMU可能会因高频噪音而出错。例如,当波士顿动态图集跳到地面时,机身寒冷会导致IMU在短时间内取出异常的角速速度。传感器带宽极限:大多数IMU具有100-500Hz带宽,这对于过滤较高的频率冷却(例如电动机和谐摩托车中断)无效。如果直接使用了原始数据,则可能导致控制环的控制。解决方案:将机械阻尼添加到硬件水平(例如橡胶振动隔离);低通滤波或还原小波噪声在算法的水平上采用。力/扭矩传感器:安装单脚或关节,测量接触力和地面压力的分布,并用于调节步态。查看传感器:相机或激光镜头(LIDAR)用于理解环境(例如障碍物识别,路径计划)。编码器:以反馈关节角度和运动状态安装在关节电机上。直立步行的核心是控制算法,它需要动态平衡,GIT和实时调整调整:零矩点(ZMP)理论:通过计算机机器人计算机重力中心的投影,接触区域与土地的相对位置,确保机器人的动态平衡。当重力中心预计在支撑多边形(例如一个或两个英尺的接触位置)之内时,机器人不会掉落。倒摆模型:简化倒置的摆动机器人,通过修复支撑腿和挥杆腿的扭矩来保持平衡。模型预测控制(MPC):预测T接下来的几个步骤的运动状态,优化了关节扭矩和步态轨迹。步态计划期:生成轨迹 - 时间运动,例如步行和跑步(例如腿部摆动轨迹)。自适应步态环境:根据土地变化实时调整步态(例如斜坡,不平坦的院子)。高水平的控制:计划一般运动(例如步行的方向和速度)。中层控制:形成关节轨迹和扭矩命令。底层控制:执行闭环电动机扭矩。从R ControlObot的角度来看,膝盖中等弯曲对于确保控制机器人的姿势很重要。这是由于一些姿势,例如膝关节或两个同轴关节,机器人控制将受到严重影响。为了避免这些困难的情况,控制系统将需要谨慎谨慎,以确保数字计算的稳定性。步行过程中膝盖弯曲的优势是,它为机器人提供了更多的空间安排。当上身由于波动的地形或其他干扰而下沉时,腿可以通过调节膝关节的弯曲水平来调节膝关节的弯曲水平。支付这种骚乱。换句话说,弯曲腿行走为机器人提供了灵活的调整机制,有助于维持稳定的垂直姿势。当人形机器人行走时,它会消耗大量能量。这与人类能源拯救人类能源的特性形成鲜明对比。人类烧烤架在步行过程中表现出不完整的稳定节能模式,好像继续使用棍子的支撑来推动身体向前推动,同时通过消除其背后的支撑而保持动态平衡。这种步态使大部分重量沿腿轴沿土壤引入,从而有效地减少了步行过程中能量消耗。但是,在模仿如此坟墓时,人形机器人面临许多挑战。虽然直视的咕unt绕T腿在一定程度上简化了机器人的运动学模型,它牺牲了Turnalakad的稳定性。当一条腿直接伸展以支撑身体时,由于缺乏关节驾驶矩,当受到干扰时,身体很容易消失。此外,当直泥土受到限制时强度的传播方向,并且需要仔细计算起落点以确保稳定性,否则可能会导致下降。相比之下,弯曲的腿行走为调节提供了更多的调整空间。通过弯曲膝关节,机器人可以轻松地调节身体地板上力的大小和方向,从而更好地保持平衡。这也是为什么人们不小心弯曲膝盖以保持稳定性时,当他们第一次尝试在冰的湿滑表面行走时,而不是伸直双腿并向他们伸直。在控制方面,人形机器人将做出重大的发展,并能够将姿势调整为一定程度,从而有助于稳定上姿势和步态。但是,非人类步态设计仍然可以导致高能消耗和压倒性的驱动接头,这在某种程度上将限制机器人的灵活性和效率。同时,传感器性能不足也会影响机器人烤架和能源效率的稳定性。因此,在未来的研究中,我们需要进一步探索更多节能和更稳定的步态设计方法,并提高相关传感器的性能以优化机器人运动性能。为了准确控制人形机器人运动的运动,传感器技术扮演着重要的角色。市场上的人形机器人通常配备传感器,例如LIDAR,相机,陀螺仪和加速度计,以获取环境信息。但是,这些传感器的性能仍然对复杂的环境有限制,从而在各个方面发生了变化。特别是wHen Light条件显着不同,或者在地面上有遗体,传感器会因误解而影响其自身位置和姿势的准确判断,这将导致损坏站立稳定性。人形机器人垂直行走的主要概念是仿生设计 +实时控制。传感器可以获得环境的态度和信息,并与先进的算法相结合,以实时调整关节扭矩和步态,并最终实现动态 - 新功能和灵活的运动。随着人工智能(例如教育)和材料技术的促进,人类机器人将来将更接近人类运动能力。随着人工智能技术的不断发展,人类机器人领域逐渐引入了先进的算法,例如深入研究和教育。添加这些算法使机器人更深入地了解周围环境的变化隆起,从而实现更稳定和自然的姿势行走。但是,真正将高级算法应用于实际问题(例如数据量和算法的复杂性不足)中仍然存在许多挑战。因此,如何将这些切割算法与现有的运动控制后的术后进行有效纳入,以提高人形机器人机器人的稳定性和性能已成为一个困难的问题,需要轻松解决。总而言之,人形机器人不能垂直站立的现象是许多因素的综合作用的结果。将来,我们需要继续优化各种技术,例如机械结构,控制控制算法和传感器性能,并利用人工智能的力量共同促进改善机器人稳定性和步行性能。